融合瞬态搜索与双向变异的改进白鲸优化算法及其应用

张冰冰; 姜静清; 宋佳智; 郭淑妮

doi:10.14045/j.cnki.15-1220.2025.06.008

内蒙古民族大学学报（自然科学版） ›› 2025, Vol. 40 ›› Issue (6) : 51 -62. DOI: 10.14045/j.cnki.15-1220.2025.06.008

融合瞬态搜索与双向变异的改进白鲸优化算法及其应用

张冰冰, 姜静清, 宋佳智, 郭淑妮

作者信息 +

Author information +

文章历史 +

摘要

针对白鲸优化算法（Beluga Whale Optimization,BWO）收敛精度低、全局搜索能力不足和易早熟收敛的问题，提出一种融合瞬态搜索与双向变异的改进白鲸优化算法（TSBWO）。在开发阶段，结合瞬态搜索优化（TSO），提出选择性位置更新机制：根据随机决定因子，通过振荡项扩展搜索范围，增强跳出局部最优的能力，或者结合TSO瞬态系数与Lévy飞行提升局部优化精度，实现探索与开发平衡。同时，引入双向变异优化全局与局部搜索；t分布变异作用于全局最优位置，以增强搜索多样性并拓展解空间；动态反向学习扰动当前解，防止局部收敛。实验结果表明，相比BWO及5种智能算法和4个改进文献，TSBWO在8个不同类型的基准测试函数上保持较高求解精度和收敛稳定性。此外，TSBWO在2个工程设计问题中表现良好，验证了其在实际应用中的适用性与有效性。